基于SVM-KNN的商业银行信用风险模型研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-13页 |
·研究背景和意义 | 第9-10页 |
·国内外研究现状 | 第10-11页 |
·论文的研究内容和结构 | 第11-13页 |
第二章 商业银行信用风险管理的一般理论和方法 | 第13-23页 |
·商业银行的信用风险 | 第13-14页 |
·商业银行信用风险的管理 | 第14-17页 |
·信用风险分析技术评述 | 第17-21页 |
·本章小结 | 第21-23页 |
第三章 支持向量机和k-最近邻居判别法 | 第23-38页 |
·统计学习理论 | 第23-27页 |
·支持向量机算法 | 第27-34页 |
·k-最近邻居判别法的原理 | 第34-37页 |
·本章小结 | 第37-38页 |
第四章 基于SVM-KNN 的信用风险评估模型 | 第38-49页 |
·SVM-KNN 组合算法的原理 | 第38-40页 |
·SVM-KNN 组合算法的实现 | 第40-41页 |
·组合算法在信用风险分析中的应用 | 第41-47页 |
·本章小结 | 第47-49页 |
第五章 风险评估模型的实证分析 | 第49-56页 |
·数据准备阶段 | 第49-52页 |
·系统准备阶段 | 第52-53页 |
·运行与结果分析 | 第53-55页 |
·本章小结 | 第55-56页 |
第六章 总结和展望 | 第56-58页 |
·内容总结 | 第56-57页 |
·展望 | 第57-58页 |
参考文献 | 第58-62页 |
附录 | 第62-68页 |
附录A——SVM 与k-NN 关系定理的证明 | 第62-65页 |
附录B——模型的核心Matlab 程序代码 | 第65-68页 |
致谢 | 第68页 |